Linux下jupyter环境搭建和远程连接

• 通过 wget 下载 anaconda 安装包

  wget https://repo.anaconda.com/archive/Anaconda3-5.3.1-Linux-x86_64.sh

  利用 bash 命令安装到 anaconda 文件夹下

  bash Anaconda3-5.3.1-Linux-x86_64.sh -p anaconda/ -u

   

  conda测试环境

  输入命令conda --version,有版本信息则说明安装成功，否则可能没有将conda加入环境变量中，需执行：

  export PATH=~/anaconda3/bin:$PATH
  source ~/.bashrc

   

  增加conda的镜像（这边以中科大镜像为例，也可增加清华镜像）
  conda config --add channels Index of /anaconda/pkgs/free/ | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirror

  去掉conda的镜像
  conda config --remove channels Index of /anaconda/pkgs/free/ | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirror

   

  conda创建虚拟环境

  conda create -n env_name python=3.5

   

  conda激活虚拟环境

  conda activate env_name

   

  conda修复本地环境

  conda upgrade --all

   

  jupyter环境

  jupyter安装nbextensions

  pip install jupyter_nbextensions_configurator
  jupyter nbextensions_configurator enable --user

•  

• 设置jupyter notebook密码：
  • jupyter notebook password
• 在ipython中获取hash密码：
  • from notebook.auth import passwd
  • passwd()
  • 保存新生成的密码
• 设置jupyter设置文件
  • 生成配置文件
    • jupyter notebook --generate-config
  • 打开配置文件
    • vim /root/.jupyter/jupyter_notebook_config.py
  • 设置行号
    • :set nu
  • 设置文件
  • c.NotebookApp.notebook_dir = '/root/notebook' # notebook默认目录
  • c.NotebookApp.ip = 'xx.xx.xxx.xx' # 设置登录ip地址，即本机地址
  • c.NotebookApp.password = u'sha1:bcd259ccf...<your hashed password here>'
  • c.NotebookApp.open_browser = False
•  
• 从控制台直接启动jupyter
  • jupyter notebook password
  • jupyter notebook --allow-root
•  
• 指定启动端口
  • jupyter notebook --port <port_number>
•  
• 后台运行jupyter
  • nohup jupyter notebook --allow-root > jupyter.log 2>&1 &
•  
• jupyter登录：
  • jupyter登录地址：http://xx.xx.xxx.xx:8888/tree?
  • 密码：u'sha1:bcd259ccf...<your hashed password here>'
•  
• jupyter安装nbextension
  • jupyter contrib nbextension install --user --skip-running-check
  • 或者执行以下命令：
  • pip install jupyter_contrib_nbextensions -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/
  • jupyter contrib nbextension install --user
•  
• 查询jupyter运行进程
  • ps -ef | grep jupyter
•  
• 关闭运行中的进程
  • kill -9 <PID number>
•  
• 对于好不容易配置好的环境，将其中的包，版本号等导出作为记录是很重要的一件事，这便于我们对环境的安装进行再次的复现。
• 导出已有环境：
  • conda env export > environment.yaml
• 环境会被保存在 environment.yaml文件中。
• 当我们想再次创建该环境，或根据别人提供的.yaml文件复现环境时，可以：
  • conda env create -f environment.yaml